3D 视觉

RealSynCol: a high-fidelity synthetic colon dataset for 3D reconstruction applications

RealSynCol：一种高保真的合成结肠数据集用于3D重建应用

Chiara Lena, Davide Milesi, Alessandro Casella, Luca Carlini, Joseph C. Norton, James Martin, Bruno Scaglioni, Keith L. Obstein, Roberto De Sire, Marco Spadaccini, Cesare Hassan, Pietro Valdastri, Elena De Momi

机构 * Department of Electronics, Information, and Bioengineering, Politecnico di Milano（米兰理工大学电子、信息与生物工程系） ； School of Electronic and Electrical Engineering, University of Leeds（利兹大学电子与电气工程学院） ； Division of Gastroenterology, Vanderbilt University Medical Center（范德比尔特大学医学中心胃肠科） ； Department of Mechanical Engineering, Vanderbilt University（范德比尔特大学机械工程系） ； Endoscopy Unit, Humanitas Clinical and Research Center IRCCS（人类itas临床与研究中心内窥镜单元） ； Department of Biomedical Sciences, Humanitas University（人类itas大学生物医学科学系） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 RealSynCol通过高保真的合成数据集提升3D重建应用中的深度和姿态估计性能，为内窥镜诊断提供有力支持。

Scalable Adaptation of 3D Geometric Foundation Models via Weak Supervision from Internet Video

通过互联网视频弱监督实现3D几何基础模型的可扩展适应

Zihui Gao, Ke Liu, Donny Y. Chen, Duochao Shi, Guosheng Lin, Hao Chen, Chunhua Shen

机构 * Zhejiang University, State Key Lab of CAD \& CG ； Nanyang Technological University ； Independent Researcher ； Zhejiang University of Technology 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 SAGE通过互联网视频弱监督实现几何基础模型的可扩展适应，提升零样本泛化能力。

Recovering 3D Shapes from Ultra-Fast Motion-Blurred Images

从超快运动模糊图像中恢复3D形状

Fei Yu, Shudan Guo, Shiqing Xin, Beibei Wang, Haisen Zhao, Wenzheng Chen

机构 * Shandong University（山东大学） ； Nanjing University（南京大学） ； Peking University（北京大学） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出了一种高效的逆渲染方法，用于从超快运动模糊图像中恢复3D形状，通过优化计算瓶颈提升模拟速度和精度。

Comments Accepted by 3DV 2026. Project page: https://maxmilite.github.io/rec-from-ultrafast-blur/

Approximating Signed Distance Fields With Sparse Ellipsoidal Radial Basis Function Networks: A Dynamic Multi-Objective Optimization Strategy

用稀疏椭球径向基函数网络近似带符号距离场：一种动态多目标优化策略

Bobo Lian, Zidong Wang, Dandan Wang, Chenjian Wu, Minxin Chen

机构 * the School of Mathematical Sciences（数学科学学院） ； the Department of Computer Science（计算机科学系） ； the School of Electronic and Information Engineering（电子与信息工程学院） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出一种动态多目标优化策略，利用稀疏椭球径向基函数网络高效近似隐式表面的带符号距离场，实现紧凑表示和高精度计算。

Forest canopy height estimation from satellite RGB imagery using large-scale airborne LiDAR-derived training data and monocular depth estimation

利用大范围航空激光雷达衍生的训练数据和单目深度估计进行森林冠高估计

Yongkang Lai, Xihan Mu, Dasheng Fan, Donghui Xie, Shanxin Guo, Wenli Huang, Tianjie Zhao, Guangjian Yan

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 本研究利用航空激光雷达数据训练单目深度估计模型，实现从卫星RGB影像高精度估计森林冠高。

Improving 2D Diffusion Models for 3D Medical Imaging with Inter-Slice Consistent Stochasticity

通过跨切片一致的随机性改进2D扩散模型用于3D医学影像

Chenhe Du, Qing Wu, Xuanyu Tian, Jingyi Yu, Hongjiang Wei, Yuyao Zhang

机构 * ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 通过引入跨切片一致的随机性策略，改进2D扩散模型以提升3D医学影像重建的保真度与一致性。

Comments Accepted by ICLR 2026

Fast Image-based Neural Relighting with Translucency-Reflection Modeling

基于图像的快速神经光照与透明-反射建模

Shizhan Zhu, Shunsuke Saito, Aljaz Bozic, Carlos Aliaga, Trevor Darrell, Christoph Lassner

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出了一种快速神经3D重建和光照模型，能够利用IBL重新照明复杂材料，如透明和光泽反射，实现逼真效果。

Comments v2: Major revision and bug fix: New method with significantly improved results. Corrects an error in v1 (arXiv:2306.09322v1) in the evaluation of baseline NRTF due to an implementation bug. Results in v2 supersede those in v1

Influence of Geometry, Class Imbalance and Alignment on Reconstruction Accuracy -- A Micro-CT Phantom-Based Evaluation

几何形状、类别不平衡与对齐对重建精度的影响——基于微CT仿真的评估

Avinash Kumar K M, Samarth S. Raut

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 本研究通过微CT仿真实验，探讨了几何形状、类别不平衡和对齐对3D重建精度的影响，发现Otsu方法在多数几何中表现最佳，而Jaccard指数更适合评估薄壁结构精度。

Comments 22 pages, 13 figures

Learning Geometric-Aware Quadrature Rules for Functional Minimization

学习几何感知的求积规则用于函数最小化

Costas Smaragdakis

机构 * Department of Statistics ； Actuarial-Financial Mathematics, University of the Aegean, Samos, 83200 Karlovassi, Greece \& Institute of Applied 纠错

专题命中 三维重建 ：point cloud(abstract)

AI总结 QuadrANN通过学习点云几何特性，为函数最小化问题提供了一种适应局部密度和域形状的求积规则，提升了求积精度和稳定性。

Comments 17 pages, 5 figures

ImmCOGNITO: Identity Obfuscation in Millimeter-Wave Radar-Based Gesture Recognition for IoT Environments

ImmCOGNITO：基于毫米波雷达的物联网环境手势识别中的身份混淆

Ying Liu, Si Zuo, Chao Yang, Yuqing Song, Dariush Salami, Stephan Sigg

专题命中 三维重建 ：point cloud(abstract)

AI总结 ImmCOGNITO通过基于图的自编码器在毫米波雷达手势识别中实现身份混淆，减少身份信息泄露，同时保持高识别性能。

Comments 15 pages

Deepfake Synthesis vs. Detection: An Uneven Contest

深度伪造合成与检测：一场不平衡的竞赛

Md. Tarek Hasan, Sanjay Saha, Shaojing Fan, Swakkhar Shatabda, Terence Sim

机构 * United International University（国际大学） ； National University of Singapore（国立新加坡大学） ； BRAC University（布拉克大学） 纠错

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 本研究发现现有深度伪造检测模型在面对现代合成技术生成的深度伪造时表现不佳，亟需改进以应对不断演变的生成技术。

Analysis of Converged 3D Gaussian Splatting Solutions: Density Effects and Prediction Limit

3D高斯光追解的收敛性分析：密度效应与预测限制

Zhendong Wang, Cihan Ruan, Jingchuan Xiao, Chuqing Shi, Wei Jiang, Wei Wang, Wenjie Liu, Nam Ling

机构 * Department of Computer Science and Engineering, Santa Clara University（计算机科学与工程系，圣克拉拉大学） ； Department of Mathematics and Computer Studies, Mary Immaculate College（数学与计算机研究系，玛丽·伊玛纽尔学院） ； Department of Mathematics, University of California, San Diego（数学系，加州大学圣地亚哥分校） ； Futurewei Technologies Inc.（未来韦立技术公司） ； School of Computer Science and Technology, East China Normal University（计算机科学与技术学院，华东师范大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文分析了3D高斯光追解的收敛性，揭示了密度对几何和外观参数的影响，并提出了密度感知策略以提高训练鲁棒性。

Informative Object-centric Next Best View for Object-aware 3D Gaussian Splatting in Cluttered Scenes

信息丰富的基于对象的下一步最佳视角用于对象感知的3D高斯散射在杂乱场景中

Seunghoon Jeong, Eunho Lee, Jeongyun Kim, Ayoung Kim

机构 * Interdisciplinary Program in Artificial Intelligence, SNU（人工智能交叉学科项目，SNU） ； Dept. of Mechanical Engineering, SNU（机械工程系，SNU） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出了一种基于对象的下一步最佳视角策略，通过利用对象特征提升3D高斯散射在杂乱场景中的重建鲁棒性，实验表明深度误差显著降低。

Comments 9 pages, 8 figures, 4 tables, accepted to ICRA 2026

ThermoSplat: Cross-Modal 3D Gaussian Splatting with Feature Modulation and Geometry Decoupling

ThermoSplat: 多模态3D高斯点云的特征调制与几何解耦

Zhaoqi Su, Shihai Chen, Xinyan Lin, Liqin Huang, Zhipeng Su, Xiaoqiang Lu

机构 * College of Physics and Information Engineering, Fuzhou University（物理与信息工程学院，福州大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV

AI总结 ThermoSplat通过特征调制和几何解耦实现多模态3D高斯点云的深度光谱感知重建，提升多光谱场景的渲染质量。

GaussianCaR: Gaussian Splatting for Efficient Camera-Radar Fusion

GaussianCaR: 基于高斯点云的高效相机-雷达融合

Santiago Montiel-Marín, Miguel Antunes-García, Fabio Sánchez-García, Angel Llamazares, Holger Caesar, Luis M. Bergasa

机构 * Department of Electronics. University of Alcalá, Spain.（电子系，阿尔卡拉大学，西班牙） ； Department of Cognitive Robotics. Delft University of Technology, The Netherlands.（认知机器人系，代尔夫特理工大学，荷兰） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.RO

AI总结 GaussianCaR通过高斯点云实现高效相机-雷达融合，提升自动驾驶中动态物体和地图元素的感知精度与效率。

Comments 8 pages, 6 figures. Accepted to IEEE ICRA 2026

LangGS-SLAM: Real-Time Language-Feature Gaussian Splatting SLAM

LangGS-SLAM: 实时语言-特征高斯点云SLAM

Seongbo Ha, Sibaek Lee, Kyungsu Kang, Joonyeol Choi, Seungjun Tak, Hyeonwoo Yu

机构 * Sungkyunkwan University, Suwon, South Korea（釜山大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV、cs.RO

AI总结 LangGS-SLAM通过实时语言-特征高斯点云SLAM实现高保真度的3D重建与语义映射。

Comments 17 pages, 4 figures

Color3D: Controllable and Consistent 3D Colorization with Personalized Colorizer

Color3D: 可控且一致的3D着色化方法，具有个性化着色器

Yecong Wan, Mingwen Shao, Renlong Wu, Wangmeng Zuo

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Harbin Institute of Technology Zhengzhou Research Institute（哈尔滨工业大学郑州研究所） ； Artificial Intelligence Research Institute, Shenzhen University of Advanced Technology（深圳先进技术大学人工智能研究所） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 Color3D通过个性化着色器实现可控且一致的3D着色化，提升动态和静态场景的色彩丰富度与用户可控性。

Comments ICLR 2026 Project Page https://yecongwan.github.io/Color3D/

Through the Perspective of LiDAR: A Feature-Enriched and Uncertainty-Aware Annotation Pipeline for Terrestrial Point Cloud Segmentation

通过LiDAR视角：一种特征丰富且不确定性感知的标注流程用于陆地点云分割

Fei Zhang, Rob Chancia, Josie Clapp, Amirhossein Hassanzadeh, Dimah Dera, Richard MacKenzie, Jan van Aardt

机构 * Chester F. Carlson Center for Imaging Science, Rochester Institute of Technology, Rochester, NY, USA（切斯特·F·卡尔森成像科学中心，罗切斯特理工学院，罗切斯特，纽约州，美国） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.RO

AI总结 本文提出一种半自动标注流程，通过球面投影和特征丰富技术提升陆地点云分割的效率与精度，构建了Mangrove3D数据集并验证了特征重要性，为生态监测提供高质量分割方案。

Comments 40 pages (28 main text), 20 figures, 4 supplementary materials; links to 3D point animations are included in the last table

Overview and Comparison of AVS Point Cloud Compression Standard

AVS点云压缩标准的概述与比较

Wei Gao, Wenxu Gao, Xingming Mu, Changhao Peng, Ge Li

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文概述并比较了AVS点云压缩标准，分析了其相关技术和性能表现。

Comments 3 figures, 3 tables

Journal ref APSIPA Transactions on Signal and Information Processing, vol. 14, no. 2, pp.1-33, 2025

Generating Adversarial Events: A Motion-Aware Point Cloud Framework

生成对抗事件：一种运动感知点云框架

Hongwei Ren, Youxin Jiang, Qifei Gu, Xiangqian Wu

机构 * Harbin Institute of Technology（哈尔滨理工大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出MA-ADV框架，通过点云表示生成对抗事件，解决事件表示非可微导致的对抗攻击难题，验证其在安全性和鲁棒性上的优势。

SuperiorGAT: Graph Attention Networks for Sparse LiDAR Point Cloud Reconstruction in Autonomous Systems

SuperiorGAT：用于自动驾驶系统中稀疏LiDAR点云重建的图注意力网络

Khalfalla Awedat, Mohamed Abidalrekab, Gurcan Comert, Mustafa Ayad

机构 * Electrical and Computer Engineering, Portland State University（电气与计算机工程系，波特兰州立大学） ； Computational Data Science and Engineering Department, North Carolina A&T State University（计算数据科学与工程系，北卡罗来纳A&T州立大学） ； Electrical and Computer Engineering Department, SUNY Oswego（电气与计算机工程系，SUNY奥威戈） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 SuperiorGAT通过图注意力网络重构稀疏LiDAR点云中的缺失海拔信息，实现更精确的重建与几何一致性，无需增加网络深度或额外硬件。

TIBR4D: Tracing-Guided Iterative Boundary Refinement for Efficient 4D Gaussian Segmentation

TIBR4D: 基于追踪的迭代边界精修用于高效的4D高斯分割

He Wu, Xia Yan, Yanghui Xu, Liegang Xia, Jiazhou Chen

机构 * Zhejiang University of Technology（浙江工业大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 TIBR4D通过两阶段迭代边界精修方法，提升动态4D高斯分割的精度和效率，有效处理遮挡和模糊边界问题。

Comments 13 pages, 6 figures, 4 tables

On Geometry-Enhanced Parameter-Efficient Fine-Tuning for 3D Scene Segmentation

针对3D场景分割的几何增强型参数高效微调

Liyao Tang, Zhe Chen, Dacheng Tao

机构 * The University of Sydney（悉尼大学） ； La Trobe University（拉特罗布大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出GEM模块，通过整合局部位置编码与轻量级注意力机制，提升3D点云模型的几何感知微调效率和性能。

Comments Neurips 2025; available at https://github.com/LiyaoTang/GEM

Rotated Lights for Consistent and Efficient 2D Gaussians Inverse Rendering

旋转灯光用于一致且高效的2D高斯逆渲染

Geng Lin, Matthias Zwicker

机构 * University of Maryland, College Park（马里兰大学College Park分校） 纠错

专题命中 新视角合成 ：Gaussian Splatting(abstract)；分类 cs.CV、cs.GR

AI总结 RotLight通过旋转物体减少逆渲染中的模糊性，结合代理网格提升全局光照处理，实现更准确的albedo估计。

Comments Project Page: https://rotlight-ir.github.io/